基于元胞自动机的交通流计算机模拟

元胞自动机是把复杂系统量化为简单的个体,在元胞自动机模型中.空间、时间都被离散化,每一个相互作用的单元仅为有限的状态.以元胞自动机理论为基础,把车辆在路段上交通流中运动的变化规律表述为元胞自动机的演化规则,建立了基于元胞自动机理论的交通流模拟模型,标定了元胞长度和最大速度等参数,分析了元胞变换的原则;详细探讨了元胞自动机在道路交通模拟中的应用,设计出了交通元胞自动机的结构,分析了交通元胞自动机所采取的状态变换原则,建立了一维(单车道)交通流模拟模型;并利用C语言编程实现模拟.模拟结果符合实际交通流的特点.     

一维单车道交通流元胞自动机模型综述

随着交通流模拟的需要及智能交通系统的发展,出现了基于元胞自动机理论的交通流模型。交通流模型是交通理论研究的重要问题,交通流元胞自动机模型的出现和发展为交通流理论的研究提供了一种新的方向。文章主要介绍了单车道交通流元胞自动机模型,并对元胞自动机模型的发展提出了展望。     

元胞自动机在农村土地利用动态模拟中的应用研究

本文从元胞自动机的原理、特征出发探讨了元胞自动机(Cellular Automata))在模拟农村土地利用演化格局应用中的可能性,并对利用元胞自动机进行农村土地动态模拟的核心问题-转换规则进行了初步探讨.     

基于空间数据挖掘的分区异步元胞自动机模型研究

传统的元胞自动机模型采用统一的转换规则和相同的演化速率进行演化,忽略了地理现象演变的时空差异性：演化规律的空间异质性和演化速率的空间差异性。针对这一问题,提出了基于空间数据挖掘的分区异步元胞自动机模型,采用双约束空间聚类的方法对元胞空间进行分区,用分区转换规则替代统一转换规则可以体现地理现象演化规律的空间差异性;采用标准格网划分的方法求取异步元胞演化速率,用异步演化速率替代同步演化速率可以体现地理现象演化速率的空间差异性。以杭州市土地利用变化为例对基于空间数据挖掘的分区异步元胞自动机模型进行了实证研究,结果表明：与传统的元胞自动机模型相比,基于空间数据挖掘的分区异步元胞自动机模型具有较高的模拟精度,并且适用于较大区域较长时间段地理现象的动态变化模拟。基于空间数据挖掘的分区异步元胞自动机模型是地理元胞自动机研究的新视角,它将地理现象演变的空间异质性和时间差异性引入到地理元胞自动机模型中,使模型对地理过程的模拟更接近实际地理过程。然而,由于有关分区异步的元胞自动机模型还处于尝试性研究阶段,在元胞空间分区方法、双约束空间聚类算法中权重的确定方法、元胞演化速率的获取方法、元胞转换规则的获取方法、模拟精度评估以及分区异步元胞自动机模型在较大区域较长时间的地理现象模拟中的应用等方面有待进一步的研究与探讨。     

一种改进的一维元胞自动机交通流模型

在一维交通流元胞自动机NaSch模型的基础上,考虑到不同车辆的驾驶员在敏感驾驶随机减速行为过程中其延迟概率是不同的,从而提出了一种改进的一维敏感驾驶元胞自动机交通流模型。根据所给出的车辆状态演化的并行更新规则进行了计算机仿真,模拟得到的基本图表明,与NaSch模型、SDNaSch模型相比,道路交通流量有较大的提高,而且还展现了亚稳态、相分离等复杂的实际交通现象。     

初等元胞自动机的界面设计及稳定性分析

建立了所有规则下的初等元胞自动机的可视化模型及界面,设计了用于判断初等元胞自动机稳定性的应用程序,并可直接计算得到演化类型及周期.在此基础上,模拟得到了不同元胞数m,随机产生的不同的初始状态,不同规则数R以及各种边界条件下初等元胞自动机的演化结果,并分析了以上因素对稳定性的影响.结果表明:元胞数m,初始状态,规则数R以及边界条件,均对初等元胞自动机的演化类型,演化周期产生较大影响.充分反映了元胞自动机的复杂性.模型从模拟的角度出发,为元胞自动机的复杂性研究提供了一个简单的、可视的计算机仿真工具,并可为复杂的理论推导提供参考或验证.     

元胞自动机方法在MEMS工艺模拟中的应用

随着计算机技术的发展和MEMS(micro-electro-mechanical system)自身发展的需要,应用元胞自动机方法模拟MEMS加工工艺的研究发展迅速.首先,简要介绍了元胞自动机原理,然后,综述了元胞自动机方法在MEMS工艺模拟中的应用现状,分析了应用元胞自动机方法模拟MEMS加工工艺的前景和方向.     

自组织现象的元胞自动机模拟与图示

将确定性元胞自动机、随机元胞自动机、及作者创建的多元随机元胞自动机，用于模拟自然界广泛存在的自组织现象。建立了若干自组织行为的元胞自动机模型，并用自己编制的ＰＣＷｉｎｄｏｗｓ环境下的通用元胞自动机程序，模拟ＢＺ振荡反应、定向压力下结晶条带形成、天分子化学反应等自组织过程。最后对该程序的工作平台及主要的模拟与功能作了简单的说明。     

元胞自动机可逆性研究

元胞自动机是对复杂适应系统建模的重要理论工具。可逆性是元胞自动机的一个重要属性,是模拟物理可逆空间的必要条件。本文介绍元胞自动机的基本概念、可逆性和可计算性,并介绍一维可逆元胞自动机可计算的证明思路。     

元胞自动化与软计算的集成及其应用

介绍了元胞自动机的思想来源和基本原理，对元胞自动机与软计算的人工智能技术进行比较并加以集成，讨论了近年来它在混沌分形，图像处理，智能材料，机器学习，模拟复杂现象等领域中的应用成果，并对进一步研究进展展望。     

基于二维元胞自动机的网络模型*

针对一维元胞自动机网络模型的转发过程随机化,二维模型缺乏拥塞特性分析的缺陷,提出了一种基于二维元胞自动机的网络模型。根据TCP/IP拥塞控制协议设计了元胞更新规则,并设置不同的元胞队列长度以增强网络的异构性。利用该模型仿真得到了拥塞相态下的节点负载、节点处理延时具有白噪声特性和1/f噪声特性。通过该模型观测到局部网络与整个网络负载特性的关系,表明该二维元胞自动机网络模型具有可扩展性,适用于大规模网络的行为建模研究。     

考虑动态速度上限的车辆行驶虚坡模型

研究交通管理问题,针对元胞自动机模型被广泛用于交通流的仿真,但它具有其自身固有的离散性。对仿真中车辆以跬跳的方式前进,使得难以用实验手段检验其计算结果。另外,元胞自动机难以处理道路宽度连续变化的情形。而以固支梁挠度曲线为基础的虚坡模型能有效地体现车辆行驶的连续性并能自然推广于道路宽度变化的情形。但以往虚坡模型中采用的车辆速度上限保持不变,驾驶缺乏灵活性。为解决上述问题,提出通过用固支梁挠度曲线表示不同阶段内的动态速度上限,以表示车辆的源于动力的加减速行为。对一个大规模问题进行了计算,结果表明模型能给出连续的车辆速度,并且能适用于道路宽度变化时的情形,能反映车辆行驶随意性,经仿真结果表明改进模型的优越性。     

基于演化硬件的交通流模型自适应优化

BML模型是用于研究城市路网结构中交通流特征的细胞自动机模型。基于软件的模拟及演化优化方式存在着运算效率低、优化速度慢等缺陷,极大地限制了交通流模型的实时应用能力。针对这一问题,提出将演化硬件与细胞自动机相结合,实现交通流模型的在线演化。同时对I3ML模型进行了改进,以便能够依据现实车流状况进行交通灯信号的自适应调节。实验结果表明,将演化硬件技术用于交通流模型的自适应优化,对于研制智能交通系统是一种可行的途径。     

应用元胞自动机模型对交通流混沌的研究

该文应用一维元胞自动机多车道模型分析研究交通流系统中出现的混沌现象。文中采用的三车道模型比以前的双车道的模型更具有实用价值。模型中用爱尔朗分布形成换道概率、加速、减速概率，使其能更逼真地再现贴近实际交通流的不确定性。在此基础上，用MATLAB进行了计算机仿真试验，试验中分别记录了车辆在自由运动和在有交通事故发生时的车间距，用非线性分析软件TISEAN计算出该车间距数据序列的lyapunov值，进而论证了交通流中混沌现象的存在性。     

基于SLEUTH模型的城市增长模拟研究——以长沙市为例

元胞自动机具有模拟二维空间演化过程的能力,并且在时间上也是离散的,因此具有很强的时空动态性,它的这种特性使其模拟城市增长具有明显的优势。SLEUTH模型是元胞自动机模型的一种具体实现形式,通过介绍该模型的增长参数、增长规则以及校正过程,提出了可提高模拟精度的增长参数与增长规则改进方法。最后基于GIS方法和遥感数据源,将该模型应用于长沙市,重建了1996~2005年长沙市历史城市增长过程,预测了2010年长沙市城市增长情景,证明了SLEUTH模型模拟城市增长的可行性。     

基于用户多业务模型的OFDM蜂窝网下行链路自适应小区选择算法

当前有基于用户接收信噪比的选择算法和基于平均用户阻塞率的选择算法两种蜂窝网络的自适应小区选择算法。但是这两种算法都不适合应用于多业务OFDM蜂窝系统。无法保证不同速率、不同实时性要求的用户接入系统的公平性,同时系统总体的阻塞率性能和吞吐量性能也无法尽可能最优。于是本文提出了一种基于多业务共存模型的自适应小区选择算法。仿真结果表明,本文所提出算法显著提高了实时性要求较高的高优先级用户的接入性能,同时又通过优先级浮动制度使得最终系统总体接入性能尽可能接近于最优。本算法特别适用于多业务共存的新一代蜂窝移动系统。     

Analysis of a cellular automaton model for car traffic with a slow-to-stop rule

We propose a modification of the widely known Benjamin–Johnson–Hui (BJH) cellular automaton model for single-lane traffic simulation. In particular, our model includes a ‘slow-to-stop’ rule that exhibits more realistic microscopic driver behaviour than the BJH model. We present some statistics related to fuel economy and pollution generation and show that our model differs greatly in these measures. We give concise results based on extensive simulations using our system.